همچنین هیچ یک از پاسخ دهندگان شاغل در مؤسسه، دانشگاه و ستاد وزارت با مباحث اجرایی فن‌بازار آشنا نبوده‌اند.
- ترکیب پاسخ دهنگان بر حسب سطح تحصیلات و گرایش تحصیلی
جدول ۱۵-۴٫ ترکیب پاسخ دهندگان بر حسب سطح تحصیلات و گرایش تحصیلی
| شرح | گرایش تحصیلی | ||||
| فنی و مهندسی | علوم پایه | علوم انسانی | سایر | ||
| سطح تحصیلات | کاردانی و پایین تر | ۲ | ۱ | ۲ | ۱ |
| کارشناسی | ۲۷ | ۹ | ۵ | ۴ | |
| کارشناس ارشد | ۴۷ | ۱۲ | ۱۷ | ۲ | |
| دکتری و بالاتر | ۱۲ | ۰ | ۰ | ۱ | |
جدول فوق ترکیب پاسخ دهندگان را بر حسب سطح تحصیلات و گرایش تحصیلی نشان می‌دهد. برای مثال، ۴۷ از پاسخ دهندگان دارای مدرک کارشناسی ارشد در یکی از رشته‌‌‌های فنی و مهندسی بوده و ۵ نفر از پاسخ دهندگان از مدرک کارشناسی با گرایش علوم انسانی برخوردار می‌باشند.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
۵-۴٫ تحلیل عاملی تأییدی (بخش اندازه گیری مدل)
در تحقیق حاضر، روش تحلیل عاملی تأییدی در چندین گام و به‌طور پیوسته بر روی داده‌‌‌های اولیه انجام شد. به‌طور کلی مدل‌‌‌های تحلیل عاملی تائیدی در قالب دیاگرام‌‌‌های مسیر طراحی می‌شوند که در آن متغیرهای آشکار در قالب مربع و متغیرهای مکنون (سنجه‌هایی که به صورت مستقیم قابل مشاهده و سنجش نیستند و باید از یک روش آماری مناسب جهت آشکارسازی و سنجش مقادیر واقعی آن‌ها در کنار متغیرهای آشکار استفاده نمود) در قالب دایره ترسیم می‌شوند. همچنین در اینگونه مدل‌‌‌های ترسیمی، هر فلش یک طرفه نشان دهنده اثرات یک متغیر بر متغیر دیگر و فلش‌‌‌های دوطرفه بیانگر کوواریانس بین دو متغیر نهفته است.در پژوهش حاضر به‌منظور خالص سازی سنجه‌‌‌های متغیر‌ها و تایید روابط میان داده‌‌‌های اولیه با توجه به سوابق نظری جمعآوری شده، از آزمون تحلیل عاملی تأییدی و نرم افزار لیزرل استفاده شده است.
مباحث مطرح شده در خصوص اندازه‌گیری برازش، نشان می‌دهند که روش‌های مختلف از شیوه‌‌‌های متفاوتی برای قضاوت درباره برازش مدل بهره می‌گیرند و به عبارتی شاخص واحدی وجود ندارد که که به‌طور قطعی برای آزمون مدل مورد ارزیابی و قضاوت قرار گیرد. در این تحقیق برای ارزیابی برازش مدل از برخی شاخص‌‌‌های ارائه شده در خروجی نهایی نرمافزار، تحت عنوان Goodness of Fit Statistics استفاده شده است:
شاخص ۲/ dfχ: به‌عنوان یک شاخص تناسب تطبیق و تعدیل مدل با اندازه نمونه است. مقدار این آزمون باید کمتر از ۳ باشد.
شاخص RMSEA: تحت عنوان ریشه متوسط مجذور خطاهای تخمین می‌باشد و بنابراین این عدد باید هر چه کوچکتر و به صفر نزدیک باشد تا برازش مدل بهتر شود. بر اساس برخی از منابع، این عدد باید کوچکتر از ۰٫۰۸ باشد.
